Python numpy ones_like用法及代码示例

本文简要介绍 python 语言中 numpy.ones_like 的用法。

用法:

numpy.ones_like(a, dtype=None, order='K', subok=True, shape=None)

返回与给定数组具有相同形状和类型的数组。

参数：

a： array_like

a 的形状和数据类型定义了返回数组的这些相同属性。

dtype： 数据类型，可选

覆盖结果的数据类型。

order： {‘C’、‘F’、‘A’或‘K’}，可选

覆盖结果的内存布局。 “C”表示C-order，“F”表示F-order，如果 a 是 Fortran 连续的，“A”表示“F”，否则表示“C”。 ‘K’表示尽可能匹配a的布局。

subok： 布尔值，可选。

如果为True，那么新创建的数组将使用a的sub-class类型，否则它将是base-class数组。默认为真。

shape： int 或整数序列，可选。

覆盖结果的形状。如果 order='K' 且维数不变，将尝试保持 order，否则，隐含 order='C'。

返回：

out： ndarray

具有与 a 相同形状和类型的数组。

例子：

>>> x = np.arange(6)
>>> x = x.reshape((2, 3))
>>> x
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.ones_like(x)
array([[1, 1, 1],
       [1, 1, 1]])

>>> y = np.arange(3, dtype=float)
>>> y
array([0., 1., 2.])
>>> np.ones_like(y)
array([1.,  1.,  1.])